Python3-生成具有相同键名的关联数组

请考虑下面的循环，它循环浏览PDF中的每个页面，读取文本，然后将PDF页面进一步划分为使用过的定义列位置：

列位置的定义如下（通过命令行）：

这是我的剧本：

npages=2#PDF中的页数。
列={}
对于范围内的n（n页）：
对于i，枚举中的列（列）：
out=[…]#PDF页面中定义的列区域内的特定文本
列[i+1]=（{“行”：str（out）}）

现在，考虑一下我有一个两页长的PDF文件。它包含以下文本：

第1页： 第2页： 目前，我的代码将输出如下：

{  
   "1":{  
      "row":"Page 2 \u2013 Col 1.\n\n\f"
   },
   "2":{  
      "row":"Page 2 \u2013 Col 2\n\n\f"
   }
}

理想情况下，我想做的是生成一个JSON输出，如下所示：

{  
   "1":[  
      {  
         "row":"Page 1 Col 1 Text"
      },
      {  
         "row":"Page 2 Col 1 Text"
      }
   ],
   "2":[  
      {  
         "row":"Page 1 Col 2 Text"
      },
      {  
         "row":"Page 2 Col 2 Text"
      }
   ],
}

因此，基本上，列的边界将在所有页面上共享-并且必须将每个列的内容添加到正确的列索引中，并且在每个

\n

新的

out

行上，它应该进一步添加到列索引中的

行

索引中

---

Python3甚至可以做到这一点吗？我是否最好保存PDF文件的文本内容，然后根据文件夹中的每个文件创建JSON字符串？

假设示例中的所有内容都有效-使用for

列

并附加您的信息：

import collections
column = collections.defaultdict(list)
for n in range(npages):
    for i, col in enumerate(COLUMNS,1):
        out = [...] #The specific text from the PDF page, inside the defined column area
        column[i].append({"row": str(out)})

---

你能提供一个更好的例子吗？例如，我正在考虑将PDF中的文本转储到

str

中，并以此为起点编写代码。获得帮助会容易得多。@norok2我正在测试的实际PDF文件实际上包含了我在示例中编写的内容（

page 1col 1text page 1col 2text\n page 2col 1text page 2col 2text

）刚刚看到了它！它工作得很好-我已经在这上面敲了两天了。谢谢只有一件事-如果字符串拆分为新行，我如何能够在列索引中动态添加新的

行

<代码>\n。基本上，我想做的是创建解析字符串并创建一个“类似于表的输出”只是一个想法：在

for I，col

循环中创建一个循环有意义吗？类似于新行输入输出的

：

，然后在这个循环中，附加

行：str（out）

？听起来像是一个新的/不同的问题，它不清楚，最好探索一下，然后问另一个问题。如果在我的原始问题中不清楚，很抱歉，但我确实包含了它。但无论如何，谢谢你，你的代码真的帮助了我！：）我认为这是一个每个问题一个问题的网站，但我可能是错的。

{  
   "1":{  
      "row":"Page 2 \u2013 Col 1.\n\n\f"
   },
   "2":{  
      "row":"Page 2 \u2013 Col 2\n\n\f"
   }
}

{  
   "1":[  
      {  
         "row":"Page 1 Col 1 Text"
      },
      {  
         "row":"Page 2 Col 1 Text"
      }
   ],
   "2":[  
      {  
         "row":"Page 1 Col 2 Text"
      },
      {  
         "row":"Page 2 Col 2 Text"
      }
   ],
}

import collections
column = collections.defaultdict(list)
for n in range(npages):
    for i, col in enumerate(COLUMNS,1):
        out = [...] #The specific text from the PDF page, inside the defined column area
        column[i].append({"row": str(out)})